Anthropic ha confirmado oficialmente que está creando un equipo de ingeniería de silicio para desarrollar aceleradores propios destinados a Claude. La decisión marca un cambio estratégico para una de las compañías líderes en inteligencia artificial: en lugar de depender exclusivamente de las GPU de NVIDIA y AMD o de los aceleradores de Google Cloud y Amazon Web Services (AWS), quiere diseñar parte del hardware específicamente para las necesidades de sus modelos.

Las claves del chip propio de Anthropic en 20 segundos

• Anthropic ha confirmado que está formando un equipo para diseñar chips propios para Claude.
• La compañía busca optimizar conjuntamente hardware, software y modelos de IA.
• El proyecto no sustituirá a corto plazo las GPU de NVIDIA ni a los chips de Google o AWS.
• La estrategia sigue la tendencia iniciada por OpenAI, Microsoft, Meta y otros grandes actores del sector.

Durante los últimos meses habían aparecido diversas informaciones que apuntaban a este movimiento, pero hasta ahora la empresa no había confirmado públicamente sus planes. La publicación de ofertas de empleo especializadas y las declaraciones recogidas por Business Insider despejan las dudas: Anthropic quiere participar directamente en el diseño del hardware sobre el que funcionarán las futuras generaciones de Claude.

El objetivo ya no es solo comprar aceleradores, sino diseñarlos

El crecimiento de la inteligencia artificial está obligando a las compañías a replantearse su dependencia de un reducido grupo de fabricantes de chips. NVIDIA continúa dominando el mercado de aceleradores para IA, mientras AMD intenta ganar cuota con su familia Instinct. Al mismo tiempo, los grandes proveedores cloud han desarrollado sus propios procesadores, como los TPU de Google o los Trainium e Inferentia de AWS.

Anthropic pretende situarse en una posición diferente. Su intención no es convertirse en un fabricante de chips de propósito general, sino desarrollar aceleradores ajustados específicamente a las necesidades de Claude.

Las ofertas de empleo muestran que la compañía busca ingenieros especializados en todas las fases del desarrollo de un circuito integrado: diseño frontal, verificación previa al silicio, diseño físico, integración analógica, empaquetado avanzado, integridad de señal, gestión energética y relación con fundiciones.

Esto indica que Anthropic quiere participar en prácticamente todo el proceso de desarrollo del chip, aunque previsiblemente seguirá apoyándose en socios externos para la fabricación y determinados bloques tecnológicos.

Hardware y modelos desarrollados de forma conjunta

Uno de los cambios más importantes es el enfoque de desarrollo conjunto entre hardware y software.

En lugar de adaptar Claude al hardware disponible en el mercado, Anthropic quiere que parte del hardware evolucione teniendo en cuenta las características concretas de sus modelos. Esto permitiría optimizar aspectos como:

• La velocidad de inferencia.
• El consumo energético por consulta.
• La utilización de memoria.
• El rendimiento en cargas específicas de Claude.
• La eficiencia económica de grandes despliegues.

Este planteamiento recuerda al seguido por otras compañías tecnológicas que han optado por diseñar silicio específico para sus cargas de trabajo en lugar de utilizar únicamente procesadores de propósito general.

NVIDIA seguirá siendo imprescindible durante años

Pese al anuncio, Anthropic no romperá su dependencia de los proveedores actuales.

La compañía mantiene una estrecha colaboración con AWS, donde ya utiliza grandes despliegues basados en Trainium2, y también trabaja con la infraestructura de Google Cloud, donde Claude aprovecha los Tensor Processing Units (TPU) para determinadas cargas.

Además, NVIDIA continúa siendo uno de los pilares del entrenamiento de modelos fundacionales en prácticamente toda la industria.

Por ello, el futuro de Anthropic pasa por una estrategia multichip, donde diferentes arquitecturas convivirán según el tipo de carga de trabajo.

Un movimiento que sigue la tendencia del sector

El anuncio confirma una tendencia que se está acelerando durante 2026.

Cada vez más desarrolladores de modelos de IA están intentando controlar también el hardware sobre el que ejecutan sus sistemas.

OpenAI ya trabaja en su propio acelerador junto a Broadcom. Meta desarrolla desde hace años sus Meta Training and Inference Accelerator (MTIA). Microsoft continúa ampliando la familia Maia, Google evoluciona sus TPU generación tras generación y Amazon sigue reforzando los chips Trainium e Inferentia.

En este contexto, la decisión de Anthropic resulta lógica. Los costes de entrenamiento e inferencia siguen creciendo y el acceso a aceleradores de última generación continúa siendo uno de los principales cuellos de botella de toda la industria.

Aunque la compañía no ha anunciado fechas ni especificaciones técnicas, el mensaje estratégico es claro: el futuro de Claude no dependerá únicamente de la evolución del hardware diseñado por terceros.

Si el proyecto llega a producción, Anthropic podrá optimizar conjuntamente modelos, compiladores, kernels, memoria y arquitectura de silicio para mejorar rendimiento y eficiencia energética. Eso no convertirá a NVIDIA o AMD en actores prescindibles, pero sí refuerza una idea que cada vez gana más peso en la industria: las grandes empresas de IA quieren controlar toda la pila tecnológica, desde el modelo hasta el chip que lo ejecuta.

Preguntas frecuentes

¿Anthropic dejará de utilizar las GPU de NVIDIA?

No. La compañía seguirá utilizando hardware de NVIDIA, además de los aceleradores Trainium de AWS y los TPU de Google, mientras desarrolla su propio silicio.

¿Para qué servirá el chip propio de Anthropic?

Su objetivo es optimizar el funcionamiento de Claude, mejorando el rendimiento, la eficiencia energética y los costes de ejecución al diseñar hardware específico para sus modelos.

¿Fabricará Anthropic sus propios chips?

No necesariamente. Diseñar el chip y fabricarlo son procesos distintos. La producción probablemente recaerá en una fundición especializada, aunque la empresa todavía no ha anunciado qué socio utilizará.

¿Es una estrategia habitual en la industria de la IA?

Cada vez más. OpenAI, Meta, Microsoft, Google y Amazon también están invirtiendo en aceleradores propios para reducir costes, mejorar el rendimiento y depender menos de proveedores externos.